黑龍江省2020-2022年汛期多模式降水預(yù)報(bào)檢驗(yàn)評(píng)估

劉松濤,高夢(mèng)竹,王承偉,張惠君

（黑龍江省氣象臺(tái)，黑龍江 哈爾濱 150001）

1 引言

隨著數(shù)值預(yù)報(bào)降水產(chǎn)品不斷增加， 模式定量降水預(yù)報(bào)產(chǎn)品為天氣預(yù)報(bào)服務(wù)提供了重要支撐。 在實(shí)際預(yù)報(bào)業(yè)務(wù)使用中， 各家模式降水預(yù)報(bào)表現(xiàn)特征不盡相同，在實(shí)際使用中也存在需要主觀訂正的要求，期望進(jìn)一步提升預(yù)報(bào)質(zhì)量[1-2]。不同起報(bào)時(shí)間的模式降水預(yù)報(bào)存在很大不確定性，業(yè)務(wù)中常用模式在0-24 h預(yù)報(bào)還存在較大調(diào)整的現(xiàn)象，這給災(zāi)害性天氣預(yù)報(bào)服務(wù)增加了很大難度，給預(yù)報(bào)員帶來(lái)巨大挑戰(zhàn)[3-4]。 如何調(diào)整模式降水落區(qū)和量級(jí)，給預(yù)報(bào)員提出了一個(gè)實(shí)際而又迫切的問(wèn)題。

黑龍江省處于中高緯度， 汛期強(qiáng)降水性質(zhì)主要有區(qū)域性暴雨（5 個(gè)國(guó)家站24 h＞50 mm）和短歷時(shí)暴雨（3 h 累積50 mm 以上）。穩(wěn)定的急流輸送水汽和能量對(duì)區(qū)域性暴雨十分重要，水汽垂直梯度變化、抬升條件等是短時(shí)暴雨關(guān)鍵因素。 從模式實(shí)際使用中發(fā)現(xiàn)，中尺度模式預(yù)報(bào)暴雨頻率高于全球模式，對(duì)強(qiáng)降水量級(jí)和落區(qū)調(diào)整最為頻繁， 而全球模式預(yù)報(bào)對(duì)于較強(qiáng)天氣尺度降水系統(tǒng)可以報(bào)出大雨、暴雨，對(duì)于中尺度系統(tǒng)引發(fā)的強(qiáng)降水預(yù)報(bào)效果不好， 在大氣環(huán)流調(diào)整期也存在降水預(yù)報(bào)出現(xiàn)較大變化的情況。 因此有必要對(duì)多種數(shù)值預(yù)報(bào)模式降水產(chǎn)品進(jìn)行客觀檢驗(yàn)， 從關(guān)鍵檢驗(yàn)指標(biāo)中對(duì)比發(fā)現(xiàn)多個(gè)模式的降水預(yù)報(bào)特征， 利用客觀檢驗(yàn)數(shù)據(jù)讓預(yù)報(bào)員了解模式預(yù)報(bào)性能，進(jìn)而更好地修正強(qiáng)降水預(yù)報(bào)[5]。

本文主要對(duì)比檢驗(yàn)歐洲中心、CMA-MESO、CMA-SH9、 黑龍江省氣象臺(tái)客觀訂正預(yù)報(bào)和融合預(yù)報(bào)。主要針對(duì)2020-2022年黑龍江省汛期（6-8月）的0-24 h 累積降水預(yù)報(bào)進(jìn)行對(duì)比檢驗(yàn)分析， 總結(jié)各模式預(yù)報(bào)特征和預(yù)報(bào)性能， 為一線業(yè)務(wù)人員使用和訂正提供參考。

2 數(shù)據(jù)和檢驗(yàn)方法

本文對(duì)2020-2022年汛期（6-8月）全球模式預(yù)報(bào)、中尺度模式預(yù)報(bào)、客觀訂正預(yù)報(bào)在黑龍江省降水預(yù)報(bào)效果進(jìn)行評(píng)估。 包括： 歐洲中心細(xì)網(wǎng)格預(yù)報(bào)ECMWF（以下簡(jiǎn)稱EC）、中尺度模式CMA-MESO 和CMA-SH9， 以及黑龍江省客觀訂正預(yù)報(bào) （以下簡(jiǎn)稱pm_fm） 和黑龍江省多模式融合預(yù)報(bào) （以下簡(jiǎn)稱fuse）。預(yù)報(bào)時(shí)效0-24 h，部分模式預(yù)報(bào)在業(yè)務(wù)應(yīng)用中延時(shí)12 h（歐洲中心細(xì)網(wǎng)格預(yù)報(bào)、CMA-MESO 預(yù)報(bào)、CMA-SH9 預(yù)報(bào)為0-36 h）。

針對(duì)黑龍江省范圍內(nèi)共計(jì)979 個(gè)地面自動(dòng)氣象站數(shù)據(jù)進(jìn)行檢驗(yàn)，包括83 個(gè)國(guó)家站和896 個(gè)區(qū)域自動(dòng)站。 以觀測(cè)站點(diǎn)數(shù)據(jù)為實(shí)況值，采用自然臨近插值方法， 將距離觀測(cè)站點(diǎn)最近的網(wǎng)格點(diǎn)預(yù)報(bào)值作為站點(diǎn)預(yù)報(bào)值進(jìn)行檢驗(yàn)。 主要檢驗(yàn)分析的指標(biāo)有：平均誤差me、平均絕對(duì)誤差mae、均方根誤差rmse、晴雨準(zhǔn)確率pc、降水ts 評(píng)分、偏差bias。

3 檢驗(yàn)系統(tǒng)介紹

本文利用自主開(kāi)發(fā)的黑龍江省級(jí)客觀預(yù)報(bào)檢驗(yàn)系統(tǒng)實(shí)現(xiàn)預(yù)報(bào)產(chǎn)品的檢驗(yàn)評(píng)估算法及檢驗(yàn)分析產(chǎn)品生成。 以多模式預(yù)報(bào)為對(duì)象，實(shí)現(xiàn)檢驗(yàn)過(guò)程的模塊化運(yùn)行，高效獨(dú)立，方便功能擴(kuò)充，容易移植，便于維護(hù)。 主要分為：數(shù)據(jù)處理模塊，從CMACAST、CIMISS數(shù)據(jù)庫(kù)等下載收集數(shù)據(jù)， 檢查數(shù)據(jù)完備性并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；檢驗(yàn)?zāi)K，利用第三方軟件庫(kù)基礎(chǔ)層函數(shù)讀取數(shù)據(jù)收集流程產(chǎn)生的觀測(cè)和預(yù)報(bào)合并數(shù)據(jù)，選取檢驗(yàn)指標(biāo)，并調(diào)整對(duì)應(yīng)的參數(shù)，計(jì)算檢驗(yàn)結(jié)果并繪圖，對(duì)檢驗(yàn)結(jié)果進(jìn)行評(píng)估分析。

4 檢驗(yàn)結(jié)果分析

本節(jié)從近3 a 模式時(shí)間序列降水預(yù)報(bào)和主要降水過(guò)程等方面， 對(duì)比分析五種模式在各項(xiàng)檢驗(yàn)指標(biāo)中的結(jié)果。

4.1 多模式降水預(yù)報(bào)對(duì)比檢驗(yàn)

對(duì)比五種預(yù)報(bào)檢驗(yàn)結(jié)果， 平均絕對(duì)誤差項(xiàng) （圖1a），pm_fm 預(yù)報(bào)和fuse 預(yù)報(bào)最小，誤差分別為3.1 和3.41。原始模式預(yù)報(bào)中EC 最小，為3.61。兩種中尺度模式 （CMA-MESO、CMA-SH9） 預(yù)報(bào)較大， 分別為4.77、5.14。 均方根誤差項(xiàng)（圖1b），EC 預(yù)報(bào)和兩種訂正預(yù)報(bào)（pm_fm、fuse）均較小，分別為7.83、7.61、7.84,中尺度模式較大,CMA-MESO 為10.84，CMA-SH9 為11.52。 晴雨準(zhǔn)確率上看（圖1c），最高為CMA-MESO,得分為70.7%，CMA-SH9 第二， 得分為70.14%，fuse預(yù)報(bào)第三，得分為69.18%，EC 最低，得分為64%。 預(yù)報(bào)偏差上 （圖1d），CMA-MESO 表現(xiàn)最好， 得分為1.28；fuse 預(yù)報(bào)第二，得分為1.38。

圖1 2020-2022年6-8月五種降水預(yù)報(bào)(a)平均絕對(duì)誤差、(b)均方根誤差、(c)晴雨準(zhǔn)確率、(d)預(yù)報(bào)偏差整體檢驗(yàn)結(jié)果

6-8月逐月檢驗(yàn)結(jié)果顯示， 平均絕對(duì)誤差 （圖2a），6月份誤差最小為pm_fm 預(yù)報(bào)， 得分為3.03，fuse 誤差排第二，得分為3.25,第三為EC 預(yù)報(bào)，得分為3.48。 兩種中尺度模式預(yù)報(bào) （CMA-MESO、CMASH9）誤差較大，得分分別為4.61 和4.64。7、8月份誤差最小均為pm_fm 預(yù)報(bào)，7月得分為3.08，8月份得分為3.17。 晴雨準(zhǔn)確率上 （圖2b），6月份CMAMESO、CMA-SH9、fuse 三種預(yù)報(bào)得分均為0.72，并列第一，pm_fm 得分為0.71。7月份CMA-MESO、CMASH9 并列第一， 得分為0.69，pm_fm、fuse 得分均為0.66，EC 預(yù) 報(bào) 為0.61。 8月 份 得 分 最 高 為CMAMESO，得分為0.72，pm_fm 第二，得分為0.71，CMASH9、fuse 得分均為0.7，EC 為0.63。

圖2 2020-2022年6-8月逐月五種降水預(yù)報(bào)(a)平均絕對(duì)誤差、(b)晴雨準(zhǔn)確率檢驗(yàn)結(jié)果

對(duì)比五種預(yù)報(bào)降水分級(jí)檢驗(yàn)結(jié)果， 在降水分級(jí)偏差上（圖3a），大雨、暴雨量級(jí)bias 表現(xiàn)最好的為fuse， 大雨bias 為0.84， 暴雨bias 為0.47。 EC 大雨bias 為0.82， 暴雨bias 為0.44。 pm_fm 大雨bias 為0.69，暴雨bias 為0.39。 CMA-MESO、CMA-SH9 的大雨、暴雨預(yù)報(bào)偏差明顯＞1，大雨、暴雨空?qǐng)?bào)較大。 對(duì)比五種預(yù)報(bào)降水分級(jí)ts 得分（圖3b），大雨ts 得分最高為fuse， 得分為16.12%，EC 第二， 得分為15.92%，pm_fm 第三， 得分為15.53%。 暴雨ts 得分最高為pm_fm， 得分為5.16%，CMA-MESO 第二， 得分為4.3%， 第三為CMA-SH9， 得分為3.98%，EC 和fuse得分均為2.93%。

圖3 2020-2022年6-8月五種預(yù)報(bào)(a)降水分級(jí)偏差bias、(b)降水分級(jí)ts 檢驗(yàn)結(jié)果

對(duì)比2020-2022年逐年五種降水預(yù)報(bào)分級(jí)ts 得分 （圖4），2020-2022年小雨得分最高均為pm_fm（圖4a），中雨得分最高均為EC（圖4b），2020年大雨最高為EC （圖4c）， 得分為24.7%，2021年最高為pm_fm， 得分為9.5%，2022年最高為fuse， 得分為14.3%。 暴雨得分（圖4d），2020年最高為pm_fm，得分 為11.5%，2021年 最 高 為CMA-SH9， 得 分 為4.5%，2022年最高為CMA-SH9,得分為3.4%，CMAMESO 位列第二位，得分為3.3%。

圖4 2020-2022年6-8月預(yù)報(bào)逐年降水(a)小雨、(b)中雨、（c）大雨、（d）暴雨分級(jí)ts 檢驗(yàn)結(jié)果

通過(guò)以上分析可以看到， 定量降水預(yù)報(bào)誤差與觀測(cè)降水量密切相關(guān)，汛期降水量較大，預(yù)報(bào)的定量誤差隨之較大，五種預(yù)報(bào)相比較，pm_fm 和fuse 預(yù)報(bào)定量誤差較小， 同時(shí)， 中尺度模式CMA-MESO、CMA-SH9 的定量誤差相對(duì)較大。 各家晴雨準(zhǔn)確率得分在64%-71%之間，相比較而言，EC 預(yù)報(bào)晴雨準(zhǔn)確率得分低于其它四種預(yù)報(bào)。 從bias 上可以看出，所有預(yù)報(bào)存在預(yù)報(bào)范圍偏大的問(wèn)題，其中EC 偏大最為顯著。 降水分級(jí)檢驗(yàn)結(jié)果表明，CMA-MESO 在大暴雨量級(jí)有一定的預(yù)報(bào)能力， 但在其它量級(jí)預(yù)報(bào)能力較差， 其降水分級(jí)bias 評(píng)分明顯＞1， 表明空?qǐng)?bào)明顯。pm_fm 預(yù)報(bào)在小雨、 暴雨量級(jí)上預(yù)報(bào)能力明顯優(yōu)于其它模式， 分級(jí)ts 得分最高， 有較好的預(yù)報(bào)參考價(jià)值。

逐月檢驗(yàn)結(jié)果顯示，各月的定量誤差差異較小，pm_fm 預(yù)報(bào)和fuse 預(yù)報(bào)表現(xiàn)較好， 而中尺度模式預(yù)報(bào)誤差較大。逐月晴雨準(zhǔn)確率表現(xiàn)為五種預(yù)報(bào)均為6月、8月得分較高，7月較低。 逐年檢驗(yàn)結(jié)果顯示，各量級(jí)降水評(píng)分，2020年優(yōu)于2021年和2022年。

4.2 預(yù)報(bào)隨機(jī)誤差檢驗(yàn)

預(yù)報(bào)隨機(jī)誤差檢驗(yàn)常用AI 指數(shù)[6]，它是無(wú)偏的誤差方差標(biāo)準(zhǔn)化度量，可以量化隨機(jī)誤差技巧，取值范圍為0-2。 其理想值為0，表示預(yù)報(bào)與實(shí)況接近，隨機(jī)誤差?。恢笖?shù)接近1，表示預(yù)報(bào)和觀測(cè)之間差異大，隨機(jī)誤差大；指數(shù)接近2，預(yù)報(bào)和觀測(cè)呈負(fù)相關(guān)，但隨機(jī)誤差小。 檢驗(yàn)近三年汛期五種預(yù)報(bào)一般性降水、分級(jí)降水的隨機(jī)誤差，分析隨機(jī)誤差大小，進(jìn)而檢驗(yàn)預(yù)報(bào)降水的隨機(jī)性強(qiáng)弱。 AI 指數(shù)計(jì)算公式為

式（1）中，F(xiàn)i代表網(wǎng)格預(yù)報(bào)值，Oi代表站點(diǎn)觀測(cè)值。

五種預(yù)報(bào)AI 指數(shù)橫向?qū)Ρ劝l(fā)現(xiàn) （表1），pm_fm預(yù)報(bào)在一般性降水、小雨、中雨、大雨等量級(jí)上最接近于0，隨機(jī)誤差最小。 暴雨量級(jí)AI 指數(shù)，CMA-SH9最小。 縱向?qū)Ρ劝l(fā)現(xiàn)， 四種預(yù)報(bào)（EC、pm_fm、fuse、CMA-MESO） 隨預(yù)報(bào)量級(jí)增加，AI 指數(shù)越接近于1，但CMA-SH9 暴雨量級(jí)AI 指數(shù)小于大雨量級(jí)。 綜合以上結(jié)果，兩種訂正預(yù)報(bào)在小雨至暴雨四個(gè)量級(jí)上，隨機(jī)誤差小于模式預(yù)報(bào)， 訂正預(yù)報(bào)不但可以有效消除模式系統(tǒng)性誤差[7]， 也可以改善原始模式隨機(jī)誤差。 EC 全球模式在大雨及以下量級(jí)AI 指數(shù)較小，即隨機(jī)誤差小于兩種中尺度模式預(yù)報(bào)，CMA-SH9 中尺度模式預(yù)報(bào)在暴雨量級(jí)隨機(jī)誤差表現(xiàn)好于CMAMESO， 融合預(yù)報(bào)fuse 由于有中尺度模式的加入，在大雨及以下量級(jí)隨機(jī)誤差大于pm_fm， 但暴雨量級(jí)好于pm_fm，這與加入CMA-SH9 中尺度模式有密切關(guān)系。 pm_fm 預(yù)報(bào)得益于使用較好的背景場(chǎng)， 將EC集合預(yù)報(bào)和EC 細(xì)網(wǎng)格預(yù)報(bào)結(jié)合到一起，在降水信息豐富程度和各量級(jí)降水預(yù)報(bào)較為均衡合理的優(yōu)勢(shì)，在除暴雨以外的量級(jí)中取得良好預(yù)報(bào)效果。 由于全球模式對(duì)暴雨預(yù)報(bào)能力較差， 導(dǎo)致pm_fm 在暴雨量級(jí)隨機(jī)性大，差于fuse 和CMA-SH9。

表1 五種降水預(yù)報(bào)AI 指數(shù)

4.3 主要降水過(guò)程檢驗(yàn)

對(duì)2020-2022年逐年6-8月黑龍江省的過(guò)程降水情況進(jìn)行檢驗(yàn)分析，降水過(guò)程的選取標(biāo)準(zhǔn)為：滿足24 h 累計(jì)降水觀測(cè)≥25 mm（大雨及以上量級(jí)）的國(guó)家站站次≥5。 經(jīng)統(tǒng)計(jì)，2020年共51 次降水過(guò)程，2021年共38 次降水過(guò)程，2022年共20 次降水過(guò)程。 分別對(duì)逐年的降水過(guò)程進(jìn)行檢驗(yàn)。

2020年51 次降水過(guò)程中， 分級(jí)檢驗(yàn)結(jié)果顯示（圖略）， 大雨量級(jí)fuse 最優(yōu)，ts 得分26.1%， 其次為EC，ts 評(píng)分為24.9%。 暴雨量級(jí)EC 最優(yōu)， 得分為12.8%，pm_fm 和fuse 并列第二，得分為11.9%。 大暴雨量級(jí)CMA-SH9 預(yù)報(bào)最優(yōu)，為3.3%。

2021年38 次降水過(guò)程中， 大雨量級(jí)fuse 最優(yōu)，ts 得分22.2%，其次為pm_fm，得分22.0%。 暴雨量級(jí)CMA-MESO 預(yù)報(bào)表現(xiàn)最優(yōu)，ts 得分8.3%， 其次為fuse 預(yù)報(bào)，得分8.0%。 大暴雨量級(jí)僅CMA-MESO 預(yù)報(bào)有得分。

2022年20 次降水過(guò)程中， 大雨量級(jí)fuse 最優(yōu)，ts 得分20.3%，其次為EC 預(yù)報(bào)，得分19.3%。 暴雨量級(jí)CMA-SH9 預(yù)報(bào)最優(yōu)，ts 得分5.4%， 其次為CMAMESO 預(yù)報(bào)，得分4.3%。 大暴雨量級(jí)CMA-MESO 預(yù)報(bào)最優(yōu)，為5.0%。

降水過(guò)程對(duì)比逐年檢驗(yàn)結(jié)果， 大雨量級(jí)fuse 最優(yōu)。暴雨量級(jí)逐年檢驗(yàn)結(jié)果略有差異，2020年表現(xiàn)最優(yōu) 的 為EC 預(yù) 報(bào)，2021 為CMA-MESO，2022年 為CMA-SH9。 針對(duì)滿足標(biāo)準(zhǔn)的近三年降水過(guò)程檢驗(yàn)發(fā)現(xiàn)，兩種中尺度預(yù)報(bào)對(duì)暴雨預(yù)報(bào)能力較好，大暴雨量級(jí)檢驗(yàn)結(jié)果顯示CMA-MESO 有一定的預(yù)報(bào)能力。

4.4 個(gè)例檢驗(yàn)

選取時(shí)段2022年7月13日08-14日08 時(shí)。 此時(shí)段內(nèi)黑龍江省西南部地區(qū)出現(xiàn)區(qū)域性大雨， 局地大暴雨天氣過(guò)程（圖略）。 對(duì)比結(jié)果，晴雨準(zhǔn)確率最高的 是pm_fm、fuse 和CMA-SH9，pm_fm 為82%，fuse為80%，CMA-SH9 為73%。定量降水方面，平均誤差CMA-MESO、CMA-SH9、fuse 為正值，為濕偏差特征，EC 平均誤差最小，平均誤差為-0.52。 分級(jí)檢驗(yàn)結(jié)果顯示，大雨、暴雨量級(jí)準(zhǔn)確率最高的均是fuse，得分分別為50.7%、23.3%； 大暴雨量級(jí)準(zhǔn)確率最高的是CMA-MESO，得分為12.5%。

對(duì)比各家預(yù)報(bào)結(jié)果， 模式均預(yù)報(bào)出了黑龍江省西南部的大降水落區(qū)，但CMA-MESO 預(yù)報(bào)量級(jí)明顯偏大，大雨和暴雨空?qǐng)?bào)率大。 CMA-SH9、fuse 大雨以上落區(qū)和量級(jí)相比其它預(yù)報(bào)更為合理。

落區(qū)及起止時(shí)間： 從1 h 區(qū)域自動(dòng)站實(shí)況看，本次過(guò)程西南部地區(qū)降水開(kāi)始時(shí)間在7月13日08-09時(shí)，落區(qū)在大興安嶺、齊齊哈爾和大慶南部。 EC 和CMA-MESO，12日08-11 時(shí)預(yù)報(bào)落區(qū)在大興安嶺、齊齊哈爾南部、三江平原東部，與差別較大。 CMASH9，08-11 時(shí)預(yù)報(bào)落區(qū)在大興安嶺西部和齊齊哈爾南部， 預(yù)報(bào)降水開(kāi)始落區(qū)略微偏西，11-14 時(shí)預(yù)報(bào)落區(qū)東界位于大興安嶺東部、齊齊哈爾、大慶、綏化中部，與實(shí)況基本一致。 pm_fm、fuse 特征與EC 預(yù)報(bào)基本一致。

各家預(yù)報(bào)均預(yù)報(bào)出了黑龍江省西南部的大降水落區(qū)，CMA-MESO、CMA-SH9、fuse 大雨以上落區(qū)和量級(jí)相比其它預(yù)報(bào)更為合理。 從落區(qū)及起始時(shí)間來(lái)看，CMA-SH9 預(yù)報(bào)與實(shí)況基本接近， 參考性大；EC和CMA-MESO 雨區(qū)均略快， 其中EC 雨區(qū)三江平原東部空?qǐng)?bào)，CMA-SH9 雨區(qū)位置與實(shí)況接近。

5 結(jié)論和討論

本文利用黑龍江省考核站觀測(cè)資料， 對(duì)2020-2022年汛期6-8月全球尺度模式預(yù)報(bào)、 中尺度模式預(yù)報(bào)、客觀訂正預(yù)報(bào)等在黑龍江省的預(yù)報(bào)性能、誤差進(jìn)行了對(duì)比分析。 得出以下結(jié)論：

（1）定量降水預(yù)報(bào)誤差與觀測(cè)降水量密切相關(guān)，汛期降水量較大，預(yù)報(bào)定量誤差較大。 五種預(yù)報(bào)相比較， 黑龍江省氣象臺(tái)客觀預(yù)報(bào)和融合預(yù)報(bào)誤差相對(duì)較小，中尺度模式的定量誤差相對(duì)較大。 五種降水預(yù)報(bào)存在預(yù)報(bào)范圍偏大的問(wèn)題，EC 預(yù)報(bào)范圍偏大現(xiàn)象最為顯著。

（2）針對(duì)一般性降水，兩種訂正預(yù)報(bào)隨機(jī)誤差表現(xiàn)最好，其次為EC 預(yù)報(bào)，兩種中尺度模式降水預(yù)報(bào)的隨機(jī)誤差表現(xiàn)相對(duì)較差。 訂正預(yù)報(bào)pm_fm 在大雨及以下量級(jí)隨機(jī)誤差表現(xiàn)最好，暴雨量級(jí)CMA-SH9最好。 訂正預(yù)報(bào)不但可以有效消除模式系統(tǒng)性誤差，也可以改善原始模式隨機(jī)誤差。

（3）降水分級(jí)檢驗(yàn)結(jié)果表明，CMA-MESO 在大暴雨量級(jí)有一定的預(yù)報(bào)能力， 但在其它量級(jí)預(yù)報(bào)能力相對(duì)較差，分級(jí)bias 評(píng)分顯示空?qǐng)?bào)明顯，fuse 在大雨量級(jí)上表現(xiàn)較好，pm_fm 在小雨、暴雨量級(jí)上預(yù)報(bào)能力明顯優(yōu)于其它模式。

綜上所述， 本文通過(guò)對(duì)五種預(yù)報(bào)的性能和誤差特征進(jìn)行了對(duì)比分析， 給出五種預(yù)報(bào)分級(jí)降水使用建議， 為預(yù)報(bào)一線人員在預(yù)報(bào)業(yè)務(wù)工作中有針對(duì)性的使用數(shù)值模式預(yù)報(bào)產(chǎn)品和主觀訂正提供參考。